ExtractImagePatches

ExtractImagePatches kelas akhir publik

Ekstrak `patch` dari `gambar` dan letakkan di dimensi keluaran "kedalaman".

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > ExtractImagePatches <T>
buat ( Lingkup lingkup, gambar Operan <T>, Ukuran Daftar<Panjang>, Langkah Daftar<Panjang>, Tarif Daftar<Panjang>, Bantalan string)
Metode pabrik untuk membuat kelas yang membungkus operasi ExtractImagePatches baru.
Keluaran <T>
tambalan ()
Tensor 4-D dengan bentuk `[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]` berisi patch gambar dengan ukuran `ksize_rows x ksize_cols x depth` yang divektorkan dalam dimensi "kedalaman".

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ExtractImagePatches"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static ExtractImagePatches <T> buat ( Lingkup cakupan , gambar Operan <T>, Ukuran Daftar<Panjang>, Langkah Daftar<Panjang>, Tarif Daftar<Panjang>, Bantalan string)

Metode pabrik untuk membuat kelas yang membungkus operasi ExtractImagePatches baru.

Parameter
cakupan ruang lingkup saat ini
gambar-gambar Tensor 4-D dengan bentuk `[batch, in_rows, in_cols, depth]`.
ukuran Ukuran jendela geser untuk setiap dimensi `gambar`.
langkah Seberapa jauh pusat dari dua petak yang berurutan pada gambar. Harus: `[1, stride_rows, stride_cols, 1]`.
tarif Harus berupa: `[1, rate_rows, rate_cols, 1]`. Ini adalah langkah masukan, yang menentukan seberapa jauh dua sampel patch berturut-turut dimasukkan. Setara dengan mengekstraksi patch dengan `patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1)`, diikuti dengan subsamplingnya secara spasial dengan faktor `rates`. Ini setara dengan `rate` dalam konvolusi yang melebar (alias Atrous).
lapisan Jenis algoritma padding yang akan digunakan.
Kembali
  • contoh baru dari ExtractImagePatches

keluaran publik <T> tambalan ()

Tensor 4-D dengan bentuk `[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]` berisi patch gambar dengan ukuran `ksize_rows x ksize_cols x depth` yang divektorkan dalam dimensi "kedalaman". Perhatikan `out_rows` dan `out_cols` adalah dimensi patch keluaran.